# 阿里达摩院发布"敏迭"求解器 GPU 版

- 来源：IT之家（RSS）
- 发布时间：2026-05-28 14:49
- AIHOT 分数：53
- AIHOT 链接：https://aihot.virxact.com/items/cmpp5rljh0c69slv4vswj076l
- 原文链接：https://www.ithome.com/0/956/551.htm

## AI 摘要

阿里达摩院发布“敏迭”求解器 GPU 版本。该版本利用 GPU 并行加速特性，并引入新算法缓解收敛的“长尾效应”。在约 2000 个通用线性规划算例测试中，其高精度稳定求解率超过 99%，并能支持亿级变量线性规划问题。相比业内主流产品，其在大规模问题上的成功率提升 14% 以上，速度平均提升 2.67 倍。在某数字广告平台案例中，该求解器仅用 1700 秒就对 3.3 亿变量的复杂问题求解到可靠精度。

## 正文

IT之家 5 月 28 日消息，阿里巴巴达摩院今日宣布，“敏迭”求解器（MindOpt）正式发布 GPU 版本，充分利用 GPU 并行加速特性，引入新算法突破“长尾效应”难题。

针对约 2000 个通用算例的测试显示，敏迭可将 99% 以上的问题类型稳定求解至高精度，更能支持传统上“不可解”的亿级变量线性规划问题。

据介绍，求解器被誉为“工业软件之芯”，负责电力调度、航班编排、高端制造、金融管理等关键领域的复杂计算。

传统线性规划求解器基于 CPU 设计，依赖复杂的矩阵分解计算，随着问题规模膨胀，内存需求会爆炸式增长，加上传统求解算法的并行度有限，导致数小时都无法收敛问题，甚至直接崩溃。

近年来行业积极探索 GPU 求解器，将求解的核心运算从矩阵分解转化成稀疏矩阵-向量乘法，充分利用 GPU 的高并发高带宽特性，也避免了内存膨胀问题。然而这种方式普遍存在收敛“长尾效应”，即求解到后期，精度提升极为缓慢，甚至无法达到最终的精度要求，严重制约了 GPU 求解器的实用性。

IT之家获悉，达摩院研发出敏迭求解器 GPU 版，引入先进的算法加速策略并深度优化 GPU 内核计算，将数学规划技巧与 GPU 工程优势结合，有效缓解了上述“长尾效应”，打通了 GPU 求解器从“能算”到“算准”的关键一步，在超大规模问题上能稳定收敛到业务所需的精度。

团队在近 2000 多个通用线性规划算例上详细测试了敏迭求解器 GPU 版。该测试集涵盖多种问题类型和精度要求，其中部分组合对 GPU 算法而言特别具有挑战性。结果显示，敏迭求解器的覆盖广度和求解性能达到行业领先水平。在高精度要求下，敏迭求解器 GPU 版能稳定求解的问题类型占比超过 99%。

尤其在求解大规模问题时，敏迭求解器的成功率相比业内主流产品提升 14% 以上，速度平均提升 2.67 倍。面对传统上不可解的亿级变量超大规模问题，敏迭求解器 GPU 版可以稳定求解超过 80% 的常见问题类型，填补了关键空白。

该产品能力在互联网、金融、物流、电力、集成电路等行业场景具有突出的应用价值。某大型数字广告平台需要对数亿用户进行流量分配，每次涉及约 3.3 亿个变量和 1600 万个约束条件，要求在 2 小时内完成。多数商用求解器在运行 48 小时后仍无法给出可行解，甚至直接崩溃，敏迭求解器 GPU 版仅用 1700 秒就解到可靠精度。